[发明专利]基于低精度RBF核的支持向量机的ncRNA识别方法、系统及设备

说明书

本发明公开了一种基于低精度RBF核的支持向量机的ncRNA识别方法、系统及设备，包括数据处理，模型训练和模型预测三步骤。第一步，将RNA数据处理成模型所需的标准格式，第二步，选择精度模式，将RNA数据输入模型进行训练，第三步，训练完成的模型对待识别的RNA数据进行预测。实验结果显示，上述方法在较为准确地识别ncRNA的情况下，提升了基于RBF核的支持向量机模型的训练以及预测的计算效率。

技术领域

本发明属于非编码RNA识别技术领域，涉及一种ncRNA识别方法、系统及设备，特别涉及一种基于低精度RBF核的支持向量机模型的ncRNA识别方法、系统及设备。

背景技术

ncRNA(非编码RNA)是具有功能而不被翻译成蛋白质的RNA分子。ncRNAs在细胞生命活动和疾病发病机制中起到重要作用，随着高通量技术的应用，ncRNA的数量正在快速增长，为了更好地理解生物学和发现候选药物靶点，准确快速地识别ncRNA具有重要的现实意义和应用价值。

支持向量机是一种具有坚实理论基础的分类方法，利用内积核函数代替高维非线性映射，其中最常用的核函数为RBF核。RBF核在ncRNA的识别中存在良好的表现，但是RBF核中的指数函数运算代价往往太大，且在基于RBF核的支持向量机模型的训练以及预测过程中的耗时占比较大，导致模型的训练与预测效率低下，不利于技术的推广。

发明内容

鉴于上述问题，本发明提供了一种基于低精度RBF核的支持向量机模型的ncRNA识别方法、系统及设备，用来快速准确地识别出ncRNA，促进技术的推广使用。

本发明的方法所采用的技术方案是：一种基于低精度RBF核的支持向量机的ncRNA识别方法，包括以下步骤：

步骤1：将待识别的RNA数据进行预处理；

步骤2：针对预处理后的RNA数据，提取出数据特征；

步骤3：将提取的数据特征信息输入低精度RBF核的支持向量机中进行ncRNA识别；

所述低精度RBF核，为k(x1,x2)＝exp(-γ(||x1-x2||)²)；其中γ为核函数系数，x1与x2为任意两个RNA的特征组成的向量。

本发明的系统所采用的技术方案是：一种基于低精度RBF核的支持向量机的ncRNA识别系统，包括以下模块：

模块1，用于将待识别的RNA数据进行预处理；

模块2，用于针对预处理后的RNA数据，提取出数据特征；

模块3，用于将提取的数据特征信息输入低精度RBF核的支持向量机中进行ncRNA识别；

所述低精度RBF核，为k(x1,x2)＝exp(-γ(||x1-x2||)²)；其中γ为核函数系数，x1与x2为任意两个RNA的特征组成的向量。

本发明的设备所采用的技术方案是：一种基于低精度RBF核的支持向量机的ncRNA识别设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现所述的低精度RBF核的支持向量机的ncRNA识别方法。

本发明利用RNA的八个数据特征与支持向量机模型可以较为准确地识别ncRNA，利用低精度RBF核函数提升了模型训练与预测的计算效率。同时降低了基于RBF核的支持向量机模型在训练以及预测ncRNA过程中的计算耗时。

附图说明

图1为本发明实施例的方法流程图。

具体实施方式